Genauigkeit von Satellitendaten an Wüstenstandorten - dlr.de · Benmarking Prozedur entwickelt im Projekt MESoR / IEA SHC Task 36, SolarPaces Task 5. Hochwertige Referenzdaten aus
Post on 21-Aug-2019
214 Views
Preview:
Transcript
Folie 1Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Genauigkeit von Satellitendaten an Wüstenstandorten
Carsten Hoyer-Klick
Folie 2Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Strahlungstransfer in der Atmosphäre
Rayleigh Streuung und Absorption (ca. 15%)
Absorption (ca. 1%)
Streuung und Absorption (
ca. 15%, max. 100%)
Reflexion, Streuung, Absorption (max. 100%)
Absorption (ca. 15%)
Ozone.……….…....
Aerosole…….………..…...……
Wasserdampf…….……...………
Wolken………….………..
Luft Moleküle..……
Direktnormalstrahlung am Boden
Strahlung am Oberrand der Atmosphäre
Folie 3Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Rechenschema für Satellitendaten
Gext
Gdirect, clear Gdiffuse, clear
Atmospheric Model
Gclear sky
+
Gsurface
Images of one month
METEOSAT image
Corrected image Ground albedo
cloud-index)()(
minmax
min
n
clear sky indexnnfk 1)(*
·
Methode: • Heliosat-2 für den
VIS Kanal• IR Strahlungs-
temperatur als Indikator für hohe Zirren (T < -30°C, DNI = 0)
Folie 4Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Clear sky Model Eingangsdaten
Aerosol optische Dicke GACP Auflösung 4°x5°, monatliche Klimatologie MATCH Auflösung 1.9°x1.9°, tägliche Klimatologie
Wasserdampf: NCAR/NCEP Reanalyse Auflösung 1.125°x1.125°, Tageswerte
Ozon: TOMS Sensor Auflösung 1.25°x1.25°, Monatswerte
Folie 5Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Wolkentransmission
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
-0.2 0 0.2 0.4 0.6 0.8 1 1.2
clo
ud
tra
nsm
issi
on
cloud index
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
-0.2 0 0.2 0.4 0.6 0.8 1 1.2
Sun-satellite angle 60-80
-26 °C-16 °C-6 °C4 °C
14 °C-30°C - -20°C-20°C - -10°C
-10 °C - 0°C0°C - 10 °C
>10°C
Einfache Funktion τ
= e-10*ci
Komplexe Funktion:Verschiedene Exponentialfunktionen für unterschiedliche Geometrien und Helligkeitstemperaturen
Folie 6Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Benchmarking / Validation
Benmarking Prozedur entwickelt im Projekt MESoR / IEA SHC Task 36, SolarPaces Task 5. Hochwertige Referenzdaten aus dem BSRN (WMO Baseline Surface radiation Network) and IDMP (International Daylight Measurement Programme) Netzwerken. Alle Stationen sind mit Pyheliometern oder Absolute Cavity Radiometern ausgestattet.Bodenmessungen sind durch eine weitere Qualitätskontrolle aus dem MESoR Projekt (angelehnt an BSRN) gelaufen.
Folie 7Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Benchmarking Ergebnisse - Bias
SOLEMI
-50%
-40%
-30%
-20%
-10%
0%
10%
20%C
ambo
rne
Car
pent
ras
DeA
ar
Gen
eva
Lerw
ick
Paye
rne
Sede
Boqe
r
Sol
arV
illag
e
Tam
anra
sset
DN
I Bia
s (%
)
Overall Bias -1 %GACP Aerosols, lookup-table v26
Folie 8Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Benchmarking Ergebnisse - RMSD
SOLEMI
0%10%20%30%40%50%60%70%80%90%
100%
Cambo
rneCarp
entra
s
DeAar
Genev
a
Lerw
ick
Payern
eSed
eBoq
erSola
rVilla
geTam
anras
set
DN
I RM
SD (%
)
Overall RMSD 38%GACP Aerosols, lookup-table v26
Folie 9Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Anpassung von Boden- und Satellitendaten
Warum passen Boden- und Satellitendaten nicht zusammen?
Durch Unsicherheiten in:Atmosphärenparametern, vor allem Aerosole
Wolkentransmission:Der Wolkenindex ist eine Kombination aus partieller Bewölkung und semitransparenter Bewölkung. Beide können im Satellitenbild nur schlecht von einander unterschieden werden. Parametrisierung kann von den vorherrschenden Wolkentypen am Standort abhängen.
Folie 10Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Unsicherheit in AerosolenAlle Bilder sind für JuliDie Skala ist die gleiche! (0 – 1.5)Deutliche Unterschiede in Aerosolwerten und -verteilung
GADS
Toms
GOCART
NASA GISS v1 / GACP
NASA GISS v2 1990
AeroCom Linke Turbidity
Folie 11Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Anpassung von Boden- und Satellitendaten
Satelliten Modell Bodenmessung
Vergleich Trennung von Wolkenfreien und bewölkten Situationen
Neuberechnung mit alternativen Eingangsdaten
Auswahl der besten
Eingangsdaten
Neuberechung mit alternativen
Wolkenparametrisierungen
Auswahl der besten
Wolkenparametrisierung
Transfer MSG zu MFGNeuberechnung
der langen ZeitreiheBest fit
Satellitendaten
clea
rsky
Kor
rekt
ur
Wol
kenk
orre
ktur
Folie 12Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Transfer MSG zu MFG
2005 2006 2007 2008 2009
MFG Operation 1983-2006
2004
MSG Operation 2004 - laufend
MessungWechsel in der Satellitentechnologie• Messungen müssen mit MSG Daten
korreliert werden • MSG Daten müssen mit MFG Daten
für die lange Zeitreihe korreliert werdenVorraussetzungen• mind. 1 Jahr Messungen parallel zu
den Satellitendaten
Folie 13Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Solarstrahlungsanalyse in den Vereinigten Arabischen Emiraten
Ursprüngliche Abschätzung mit SatellitendatenHohe Unsicherheit, da keine Bodenmessungen verfügbar warenBeste Schätzung mit der BSRN Station Solar Village in Saudi Arabien
Parallel Aufbau der Bodenmessstationen um die Unsicherheiten zu reduzieren.Vergleich von Boden- und SatellitendatenNeuberechnung der Satellitendaten
Verringerung der Unsicherheit durch den Abgleich von Boden- und Satellitendaten
Folie 14Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Ursprüngliche Ergebnisse
Parameter GACP Aerosole, Wolkentabelle v17 (e-10 )Bias 12%, RMSD 47%Ein Blick auf die Häufigkeitsverteilung gibt erste Hinweise auf das Problem:
• Deutliche Überschätzung bei hohen DNI Werten
• Anscheinend zu geringe Trübung im Modell
Folie 15Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Beobachtung in der Zeitreihe
Alle Tage sind klare Tage
High day to day variabilityin the measurements
Geringe Variabilität in den Satellitendaten (nur ein Aerosol-
wert für den ganzen Monat)
Hohe tägliche Variabilität in der Bodenmessung
Folie 16Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
GACP und MATCH im Vergleich
GACP MATCH• Aerosoldaten für das NASA
Klimamodell E• Ursprünglich für das
GACP (Global Aerosol
Climatology Project) Entwickelt
(Tegen et al, 1997)
• MATCH, a Model of Atmospheric
Transport and Chemistry.• Angetrieben von NCAR/NCEP
Reanalyse• Reale Tage rückwirkend bis 1983
möglich. • Aktueller Datensatz ist eine tägliche
Klimatologie (2000-2005)
Folie 17Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Verbesserte Ergebnisse
Prozessparameter: MATCH Aerosol, v37 komplexe Wolkentransmission. Bias 2%, RMSD 33 %Verbesserte Häufigkeitsverteilung
• Geringere Überschätzung der hohen DNI Werte
Folie 18Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Neue Zeitreihe
Bessere Übereinstimmung in
der Variabilität
Folie 19Carsten Hoyer-Klick > Genauigkeit von Solarstrahlungsdaten in Wüstenregionen > Sonnenkolloquium Köln 29.06.2010
Zusammenfassung und Ausblick
Satellitendaten sind ein Modell dessen Genauigkeit an der Qualität der Inputdaten hängt.
Aerosole sind eines der großen Probleme der Klimaforschung und Atmosphärenphysik, für die Berechnung der Solarstrahlung auch.
Es gibt hier nach wie vor einen umfangreichen Forschungsbedarf, um die Daten zu verbessern
Das Zusammenwirken von guten Bodemessungen und Satellitendaten kann die Unsicherheiten erheblich reduzieren. VAE: 2% MBE an nicht angepassen Stationen.
Mehr Messdaten (z.B. enerMENA) für die Modellentwicklung und neue Aerosoldaten (MATCH) können die Situation in der Zukunft deutlich Verbessern
top related